Versnel je dashboard met prestatiebeoordeling
Qlik Cloud
Binnen het Qlik Cloud platform weet je met één druk op de knop alles over hoe je dashboard presteert en wat je moet doen om deze te verbeteren. Per app laat je een prestatiebeoordeling uitvoeren en per visualisatie of sheet de responstijden inzien. Ook is het mogelijk om verschillende prestatiebeoordelingen met elkaar te vergelijken en te beoordelen of werkzaamheden werkelijk een verbetering hebben opgeleverd. Wanneer gebruikers klagen over een traag dashboard leidt de prestatiebeoordeling je naar de oplossing.
Prestatiebeoordeling uitvoeren
De prestatiebeoordeling wordt gestart vanuit de HUB, door op de 3 puntjes achter de app te klikken en te kiezen voor ‘Prestaties evalueren’ of vanuit de app details onder Prestatiebeoordeling. Klik dan op ‘Nu evalueren’.
Nadat de evaluatie is uitgevoerd krijg je direct inzicht in de resultaten.
Allereerst zijn dat de algemene gegevens van de app, met betrekking tot de grootte van de app, het aantal rijen data en het aantal gepubliceerde werkbladen en objecten. Let wel, alleen gepubliceerde sheets en visualisaties worden beoordeeld. Eigen werkbladen van andere gebruikers beïnvloeden zo de resultaten bijvoorbeeld niet.
In het resultaten tabblad vind je een aantal categorieën waar lange laadtijden ontstaan. Wanneer je deze open klikt zijn er directe verwijzingen naar de objecten beschikbaar.
- Objecten met cacheproblemen:
Dit zijn objecten die niet op een efficiënte manier worden opgeslagen in de cache. Mogelijk wordt dit verbeterd door uitdrukkingen of het gegevens model aan te passen.
- Objecten met één thread:
Wanneer hier objecten verschijnen met een te lange laadtijd moet er worden gezocht naar bottlenecks in de berekening. Deze komen voor bij bijvoorbeeld virtuele tabellen (Aggr() functie) of het gebruik van meerdere velden uit verschillende tabellen bij een complex datamodel. - Objecten die het geheugenlimiet overschrijden:
Komt voor wanneer complexe berekeningen het limiet van de licentie overschrijden.
- Initiele laadtijd per werkblad/Gecachete laadtijd per werkblad:
Deze worden gemeten door ieder werkblad 2 keer te openen. De eerste keer wordt de initiële laadtijd gemeten en wordt het werkblad gelijk gecachet. De tweede keer dat het werkblad wordt geopend is deze gecachet en zou deze sneller moeten laden. Ook de laadtijd van de objecten wordt hier per werkblad bekeken.
Verder vinden we in de resultaten ook de top 5 van objecten, tabellen en velden met een hoge laadtijd of hoge geheugentoewijzing.
De resultaten beoordelen
Nu we weten wat de resultaten van de beoordeling zijn, moeten we iets gaan doen om de prestaties te verbeteren. We weten welke objecten een lange laadtijd hebben, en welke velden en tabellen in het model een hoge geheugentoewijzing krijgen.
Wijzigingen in het datamodel leiden vaak tot de grootste verbetering in de prestaties van een app. Denk bijvoorbeeld aan het versimpelen van een snowflake naar een ster-model, aangezien ieder ‘hopje’ tussen 2 geassocieerde tabellen de prestaties beïnvloedt.
Ook scheelt het aanzienlijk om key-velden te vervangen door een Autonumber(). Vergelijkingen over numerieke waarden zijn sneller dan vergelijkingen over (lange) string-waarden. Tevens is het resultaat bij het gebruik van een AutoID gelijk aan de index-tabel waarin Qlik unieke waarden opslaat, wat nog meer winst oplevert!
Tevens is het een goed idee om velden met lange en veel unieke (string)waarden te beperken. Dit zijn velden die je terug vindt in het lijstje ‘Top 5 velden met de hoogste geheugentoewijzing’. Beoordeel of deze velden echt nodig zijn voor de analyse (bijvoorbeeld omschrijving en vrije tekst velden). Zo niet, verwijder ze dan uit het datamodel.
Aanvragen
Probeer nu 30 dagen Qlik Cloud gratis
Probeer onze Qlik Cloud nu gratis! Meld je aan en na 30 dagen stopt de gratis proefperiode zonder dat je er aan vast zit. Compleet vrijblijvend dus!
AanvragenInkorten van lange unieke waarden
In een aantal gevallen kunnen lange unieke waarden ook worden ingekort. Denk dan bijvoorbeeld aan velden met een TimeStamp waarin alleen de datum van belang is. Met een Floor() functie wordt de timestamp dan afgerond. Ook als in de timestamp op de seconde nauwkeurig wordt geregistreerd, maar voor de analyse is alleen uur-niveau van belang, wordt hier al winst behaald.
Naast wijzigingen in het datamodel optimaliseren we ook de berekeningen die worden gebruikt op de sheets voor performance. De berekeningen die vaak als het meest ‘zwaar’ worden gezien, zijn die waar if() of aggr() functies worden gebruikt.
Er zijn verschillende efficiënte alternatieven voor functies die de laadtijd kunnen verkorten. Zoals:
De if() functie
Wanneer de if() functie wordt gebruikt binnen een aggregatie wordt deze uitgevoerd op regel-niveau. Dat betekent dat de evaluatie plaatsvindt voor iedere data-regel uit de aggregatie. Zo zou de functie duizenden keren uitgevoerd kunnen worden. Als dit voor komt, wordt de functie vervangen door set analyse. Tevens worden alle mogelijke uitkomsten van de if() functie berekend, niet alleen de expressie die geldt voor de uitkomst die wordt getoond. Vermijd indien mogelijk de if() functie in werkbladen en maak gebruik van set analyse.
De Aggr() functie
De Aggr() functie is een hele krachtige functie die onder andere wordt gebruikt om geneste aggregaties uit te voeren. Echter is het mogelijk dat deze functie de prestaties van een dashboard behoorlijk onderuit haalt. Kijk in deze gevallen of de berekening ook gemaakt kan worden in het script, met bijvoorbeeld een TOTAL qualifier, of een gewogen gemiddelde door middel van een deling zonder Aggr.
De Count(Distinct...) functie
Hetzelfde geldt voor berekeningen waarbij gebruik wordt gemaakt van Count(Distinct …). Normaal gesproken worden berekeningen multi-threaded uitgevoerd, echter zijn voor een count distinct alle unieke waarden nodig, waardoor ook deze single-threaded wordt uitgevoerd, tenzij de gebruikte velden voor dimensies en meting uit dezelfde brontabel in het datamodel komen.
Neem contact op!
Zoals je net hebt gelezen zijn er heel veel factoren die een dashboard traag maken, maar ook gelukkig heel veel oplossingen die je hierbij helpen. Mocht je er onverhoopt toch niet uit komen, neem dan contact met ons op, en wij nemen je Qlik dashboard onder de loep!
